PCL 八叉树的使用
目录
PCL点云算法汇总及实战案例汇总的目录地址链接：
一、概述
八叉树（Octree）是一种空间划分的数据结构，广泛应用于三维点云的处理和分析。八叉树通过将空间递归地划分为八个子区域，可以有效地组织和索引三维点数据，提升点云的查询、降采样和配准等操作的效率。
1.1原理
八叉树通过递归划分三维空间来创建树状结构。每个节点代表一个空间区域，空间被划分为八个子区域（对应树的八个子节点），每个子节点又可以进一步划分为更小的子区域，直到满足一定的条件（如达到最大深度或最少点数）。
1.初始分割：
- 开始时，整个3D空间被包含在一个根立方体中。
2.递归分割：
- 每个立方体（称为一个八叉树节点）被递归地分割成八个子立方体（每个维度一分为二）。
- 这个过程根据需要进行，直到达到某个预定义的深度或满足某些条件（例如，每个叶节点包含的点数不超过某个阈值）。
3.节点存储：
- 内部节点存储其子节点的信息。
- 叶节点存储包含在该立方体中的点或其他数据。
1.2实现步骤
1.读取点云数据。
2.使用 pcl::octree::OctreePointCloud 构建八叉树。
3.设置八叉树的分辨率，生成八叉树并存储空间信息。
4.创建可视化函数，显示两个视口：
a.原始点云。
b.原始点云与八叉树空心网格。
5.设置可视化窗口背景为白色，确保展示效果清晰。
1.3应用场景
- 点云空间索引：快速对点云数据进行空间划分，方便后续的检索和操作。
- 近邻搜索：在三维点云数据中查找某一点的K个最近邻点。
- 点云降采样：通过八叉树划分空间，降低点云的分辨率。
- 碰撞检测和路径规划：在仿真或机器人导航中，通过八叉树对三维环境进行建模和路径检测。
二、代码实现
2.1关键函数
2.1.1构建八叉树
// 创建八叉树对象，并设置分辨率（体素大小）
float resolution = 0.05f; // 分辨率控制体素的大小
pcl::octree::OctreePointCloud<pcl::PointXYZ> octree(resolution); // 构建八叉树
octree.setInputCloud(cloud); // 设置输入点云
octree.addPointsFromInputCloud(); // 生成八叉树，填充点云数据
2.1.2可视化函数
// 封装的可视化函数，显示原始点云和带有八叉树网格的点云
void visualizePointCloudsWithOctree(
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, // 原始点云
pcl::octree::OctreePointCloud<pcl::PointXYZ>& octree) // 八叉树对象
{
pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Dual PointCloud Viewer"));
// 设置视口1，显示原始点云，背景为白色
int vp_1;
viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1); // 左侧窗口
viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1); // 设置白色背景
viewer->addText("Original PointCloud", 10, 10, "vp1_text", vp_1);
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 0, 255, 0); // 绿色
viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp1", vp_1);
// 设置视口2，显示带有八叉树网格的点云，背景为白色
int vp_2;
viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2); // 右侧窗口
viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_2); // 设置白色背景
viewer->addText("PointCloud with Octree Grid", 10, 10, "vp2_text", vp_2);
viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp2", vp_2);
// 遍历八叉树的每个体素，添加空心网格
int cube_count = 0;
for (auto it = octree.leaf_begin(); it != octree.leaf_end(); ++it)
{
Eigen::Vector3f min_pt, max_pt;
octree.getVoxelBounds(it, min_pt, max_pt); // 获取体素的边界
std::string cube_id = "cube" + std::to_string(cube_count);
viewer->addCube(min_pt.x(), max_pt.x(), min_pt.y(), max_pt.y(), min_pt.z(), max_pt.z(), 1.0, 0.0, 0.0, cube_id, vp_2);
viewer->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_REPRESENTATION_WIREFRAME, 1.0, cube_id, vp_2);
++cube_count;
}
viewer->addCoordinateSystem(1.0);
viewer->initCameraParameters();
while (!viewer->wasStopped())
{
viewer->spinOnce(100);
}
}
2.2完整代码
#include <iostream>
#include <vector>
#include <pcl/io/pcd_io.h> // 用于加载和保存PCD文件
#include <pcl/point_types.h> // PCL点类型定义
#include <pcl/octree/octree.h> // 八叉树头文件
#include <pcl/visualization/pcl_visualizer.h> // PCL可视化头文件
// 封装的可视化函数，显示两个点云，一个原始点云，一个带有八叉树网格的点云
void visualizePointCloudsWithOctree(
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, // 原始点云
pcl::octree::OctreePointCloud<pcl::PointXYZ>& octree) // 八叉树对象
{
// -----------------------------创建可视化窗口---------------------------------
pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Dual PointCloud Viewer"));
// 设置视口1，显示原始点云
int vp_1;
viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1); // 左侧窗口
viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1); // 设置背景颜色为黑色
viewer->addText("Original PointCloud", 10, 10, "vp1_text", vp_1); // 添加标题
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 0, 255, 0); // 绿色
viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp1", vp_1); // 添加原始点云
// 设置视口2，显示原始点云和八叉树网格
int vp_2;
viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2); // 右侧窗口
viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_2); // 设置背景颜色为黑色
viewer->addText("PointCloud with Octree Grid", 10, 10, "vp2_text", vp_2); // 添加标题
viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp2", vp_2); // 添加原始点云
// -----------------------------可视化八叉树网格--------------------------------
int cube_count = 0; // 计数器，用于确保id的唯一性
for (auto it = octree.leaf_begin(); it != octree.leaf_end(); ++it)
{
Eigen::Vector3f min_pt, max_pt; // 用于存储体素的最小和最大边界
octree.getVoxelBounds(it, min_pt, max_pt); // 获取体素的边界
// 使用唯一id来添加立方体，每个立方体的id不同
std::string cube_id = "cube" + std::to_string(cube_count);
viewer->addCube(min_pt.x(), max_pt.x(), min_pt.y(), max_pt.y(), min_pt.z(), max_pt.z(), 1.0, 0.0, 0.0, cube_id, vp_2);
// 确保设置为线框模式，显示空心网格
viewer->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_REPRESENTATION_WIREFRAME, 0.2, cube_id, vp_2);
++cube_count; // 每次增加计数器，确保下次立方体的id不同
}
// 添加坐标系
viewer->addCoordinateSystem(1.0);
// 初始化相机参数
viewer->initCameraParameters();
// 开始可视化循环
while (!viewer->wasStopped())
{
viewer->spinOnce(100);
}
}
int main(int argc, char** argv)
{
// -----------------------------读取点云---------------------------------
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
// 加载PCD文件中的点云数据
if (pcl::io::loadPCDFile<pcl::PointXYZ>("person2.pcd", *cloud) == -1)
{
PCL_ERROR("Couldn't read file!"); // 如果文件加载失败，输出错误信息
return -1; // 返回错误代码并退出程序
}
std::cout << "Original cloud size: " << cloud->points.size() << " points." << std::endl;
// -----------------------------八叉树构建---------------------------------
float resolution = 0.05f; // 设置八叉树的分辨率
pcl::octree::OctreePointCloud<pcl::PointXYZ> octree(resolution); // 创建八叉树对象
octree.setInputCloud(cloud); // 设置输入点云
octree.addPointsFromInputCloud(); // 使用输入点云构建八叉树
// 调用可视化函数，显示原始点云和带八叉树网格的点云
visualizePointCloudsWithOctree(cloud, octree);
return 0;
}
三、实现效果
原文地址：https://blog.csdn.net/qq_47947920/article/details/142384398
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！